森永乳業　※Crimson Hexagon導入事例

Crimson Hexagonを選んだポイント

① ユーザー数・データ量の上限がなく、幅広い用途で活用できる。

② Twitterの2010 年 7 月以降の全データにアクセスできる。

③ lnstagram 分析に対応している。

顧客の「生の声」を無視はできない時代に

山西：森永乳業が販売しているのは、ヨーグルト、アイスクリーム、飲料など生活者に身近な商品であり、新商品発売やキャンペーン時に「SNS に投稿されやすい」特徴があります。
これまでもスポット的にSNS の分析を外注して行ってきたのですが、海外の食品メーカーの取り組みなどを目にしたことで「自社内でお客さまの“生の反応” やトレンドをいつでもスピ ーディーに捉えていく必要がある」と実感。
SNSの声を分析できる基盤を整えることになりました。

松井：SNS全1本のユーザー数が増えた今、企業にとってSNS は「生活者の忌憚ない意見が聞けるメディア」となっています 。
モニター調査やアンケートの場合、なかなか本音が聞き出せず、また回答 までにタイムラグがある。SNS上では、商品やパッケージ、CM のクリエイティブなど、さまざまな観点で、リアルタイムの感想や評価が飛び交っています 。
さらに近年は“定性的なコメントのひとつ”ではなく、SNS の声を”データ″の形に変換し、ブランド評価の要因を細分化したり構造化したりして、企業活動に活用したいというニーズが高まっていますね。

山西：SNS の投稿には、今後のブランドコミュニケーションを考えるさまざまな ヒントが複合的に潜在しています 。
たとえばアイスクリームなどの嗜好品の場合は「いつ」「誰と」「どんなシーンで」「どんな気分で」食べているのか。
機能性食品の場合は「もともとのお悩み」「効果実感」「味覚評価」など。顧客自身が発信することが当たり前の時代で、SNS に溢れる本音を企業側も無視できなくなっていると思います 。
森永乳業でも各ブランドの、新商品ローンチやキャンペーンに合わせて SNS の声を自分で分析できる環境が必要だと考え、2016 年にツールの導入を行いました 。
 

データ量の制限がネックにツール導入にはさまざまな課題も

山西：実はもともと導入していたのは、 他のソーシャルリスニングツールだったのですが、活用していくうちにいくつか課題を感じ始めました 。
ひとつは、ユーザー数やデータ量の制限があること。あらかじめ設定したキーワードに対し、取得できるデータ量にも上限があると「競合商品や市場トレンドを調べてみよう」といった気軽な使い方はできませんでした。
もうひとつは、Instagram に 未対応 だったこと 。lnstagram 上で商品パッケージが多く投稿されていたので、そのデータ分析ができないか と考えていました。
そこでお勧めいただいたのが、ブレインパッドさんの「Crimson  Hexagon」。ユーザー数の制限やデータ贔の制限がなく、Twitterの2010 年7 月以降の全データにアクセスできること、lnstagram に対応していることなど、社内で活用するにあたり課題に感じていたポイントを、機能面で補っていたのが魅力的でした。

松井：国内のソーシャルリスニングツールは取得できるデータの上限があるケースが多く、投稿数が爆発する企画を行うと、すぐに取得できるデータ量の上限を迎えてしまいます。
単一のキャンペーンの効果だけでなく、「トレンド」「時間軸での変化」「競合他社の商品」など、さまざまなデータを取得することで、自社のブランドの俯鰍的な評価や改善につなげたいというニーズがあると感じていたので、「Crimson Hexagon」はデータ量の制限を設けていません 。
他社を含めたマーケット全体の投稿数を確認し、そのうち自社庇品の投稿が何割、といった形でも分析していただきたいと思っています。

機械学習を用いた分類法でキーとなる分析軸の発見も可能

山西：もうひとつ特徴的なのが、データの「カテゴリー分類」。
これまでは、SNS 上の投稿を「目視で」分類し、それぞれのボリューム感を大まかに掴んでレポートを作 成していました 。
「Crimson  Hexagon」の場合は、人がカテゴリーを作成し、実際の投稿をサ ンプル（教師データ）として、ツールに教えると、残りの投稿データを自動で集計してくれます。
実際、社内のマーケターからは「ポジティブな声、ネガティブな声がどれくらいあるのか」「その要囚は何か」といった深い情報が知りたいという声もあがっています 。
でも、SNS 上のデータを目視で分類していくのは、線引きが難しいことも多々あるんですよね。

福江：「Crimson Hexagon」は 機械学習のアルゴリズムを使用しているため、検索したキーワードに対してどういったカテゴリーの声が多いのか、自動的にトピックを分類して集計できます 。
たとえば裔品やキャンペーンの名称で検索をすると、投稿されている内容が「CM」についてなのか、「味」についてなのか、「健康」などのキーワードなのか、加えて、それぞれどれくらいのボリュームがあるのかといったことが瞬時に分かるんです。
もともと設定した KPI に沿った分析だけではなく、全体の投稿からキーになる分析軸を発見することも可能です。

松井：従来のアンケートが「設問と答え」をあらかじめ設定しておくのに対して、SNS の分析は真逆のアプローチ。
全体の投稿から、担当者が知りたい要 素の動向を調べたり、今後のアクションに つながる区分を導いたりできます 。

山西：これを従来のリサーチと組み合 わせることで、より深く顧客を理解し、次のプロモーションのアイデアにもつながると考えています 。
今後はSNS の投稿と売上の関連性も見つつ、ますます活用していきたいですね 。